pandas 某列打乱顺序

可以使用 pandas 的 `sample` 方法对某一列进行随机打乱顺序，示例如下：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'col1': [1, 2, 3, 4, 5],
    'col2': ['a', 'b', 'c', 'd', 'e']
})

# 对 col2 列进行随机打乱顺序
df['col2'] = df['col2'].sample(frac=1).reset_index(drop=True)

print(df)

输出结果：

   col1 col2
0     1    e
1     2    a
2     3    c
3     4    b
4     5    d

其中，`sample` 方法的 `frac` 参数表示抽取比例，这里设置为 1 表示抽取全部数据，`reset_index` 方法用于重置索引。

相关问题

pandas.Dataframe打乱顺序代码

可以使用pandas的shuffle()函数来打乱DataFrame的顺序，代码如下：

import pandas as pd

df = pd.read_csv('data.csv') # 读取数据

df_shuffled = df.sample(frac=1) # 打乱顺序

print(df_shuffled.head()) # 输出前5行

pandas打乱顺序

以下是使用pandas打乱顺序的两种方法：

1. 使用sample()函数打乱顺序：

import pandas as pd

# 创建DataFrame
grades = [48,99,75,80,42,80,72,68,36,78]
df = pd.DataFrame({'ID': ["x%d" % r for r in range(10)], 'Grade': grades})

# 打乱顺序
df_shuffled = df.sample(frac=1)

# 输出打乱后的DataFrame
print(df_shuffled)

2. 使用reindex()函数和numpy的permutation()函数打乱顺序：

import pandas as pd
import numpy as np

# 创建DataFrame
grades = [48,99,75,80,42,80,72,68,36,78]
df = pd.DataFrame({'ID': ["x%d" % r for r in range(10)], 'Grade': grades})

# 打乱顺序
df_shuffled = df.reindex(np.random.permutation(df.index))

# 输出打乱后的DataFrame
print(df_shuffled)